skiti-learn中knn分類樹的類是knighborsclassifier,knn回歸樹的類是knighborsregressor.除此之外，限定半徑的最鄰近分類樹radiusnighborsclassifier,限定半徑的最鄰近回歸樹radiusnighborsregressor,最近質心分類演算法nearestcentroid.
這些演算法類中,knn的分類和回歸引數完全一樣，限定半徑的分類和回歸和knn也基本一樣，最近質心分類演算法，直接選擇最近的質心來分類，只有兩個引數，距離度量和特徵選擇距離閾值。
在sklearn.neighbors包中也包含一些不做分類回歸的類。kneighbors_graph類返回用knn時和每個樣本最近的k個訓練集樣本的位置。radius_neighbors_graph返回用限定半徑最近鄰法時和每個樣本在限定半徑內的訓練集樣本的位置。nearestneighbors是個大雜燴，它即可以返回用knn時和每個樣本最近的k個訓練集樣本的位置，也可以返回用限定半徑最近鄰法時和每個樣本最近的訓練集樣本的位置。
演算法基礎（ 演算法）
演算法基礎 演算法 hash演算法有兩種,即sha 1和md5演算法這裡先介紹md5演算法.md5產生乙個128位的hash值，在經過一寫初始樹立後，將明文分成了512位的塊，再將每一塊分成16個32位的子塊。演算法的輸出是4個32位的塊，連線起來構成128位的hash值。首先，將訊息填充到比512...
演算法 分治演算法
分治策略主要利用遞迴來解決問題，它包括以下三個步驟 分解 將問題分解為一與原問題類似並且比原問題規模更小的子問題 解決 當分解的子問題足夠小時，直接給出答案，否則用遞迴打方式求解 合併 將子問題的解合成原問題的解 下面考慮乙個簡單的利用分治演算法的歸併排序的例子 問題的形式化描述如下 輸入 a是 乙...
演算法 遞迴演算法
遞迴演算法的概念，就是通過不斷地呼叫自身，最終達到解決問題的目的。遞迴有兩個點需要注意 1.要不斷的呼叫自身 2.這個遞迴要有出口，不能成為死迴圈 看下面的例子。很多介紹遞迴演算法的，都會用遞迴來做乙個題目 計算乙個數的階層。例如 計算5的階層，5 5 x 4 x 3 x 2 x 1 用遞迴來實現 ...